SPC学习经典（可编辑）

1、.SPC学习经典 SPC学习提纲 SPC SPC 统计过程控制 Statistical 统计 以数理统计为基础基于数据的科学分析和管理方法 Process 过程 任何一个有输入输出的活动 6个要素 5M1E Control 控制 通过掌握规律来预测未来发展并实现预防 我们为什么需要SPC 质量专业人员是管理小组中关键问题的解决者 SPC是质量管理的基本技术之一 学习目的 目标 用SPC思考 Thinking in SPC 说明 1不包括SPC对企业发展的效益 2不包括公式的推导和详细的计算 3为了方便说明课程介绍均以生产制造为例但不限于此 4假设所有的学员都有基本的数学知识 5介绍的方法及其计

2、算公式以QS9000为准 学习提纲 基本SPC统计学 SPC的核心工具控制图 过程能力研究 量具重复性和再现性研究 从数据中寻找规律 直方图 一个实例 某工厂接收了一批外协厂制造的青铜轴承用于生产一种重要的仪器但该厂不能信任生产这些轴承厂家的工作决定对供应商提供的轴承进行分析 这些轴承的关键特性是它们的内径其规格为1376±0010英寸 现抽取了100个青铜轴承对它们的内径进行仔细的测量并记录了测量结果 100个青铜轴承内径的测量值如下表 回答 数据列表不能表达出任何有实际意义的东西 Virtually Nothing 必须对数据进行进一步分析 图形可以帮助我们将数据转换成信息 能否

3、接受这批产品 与目标值相比较 平均值13773 与规格界限相比较 极差最大值-最小值 1383-1370 0013 数据分布的更进一步的信息 数据分成10组后落在每个区间 内的数据个数 制作频数分布表 绘制直方图 分析直方图 与规格限13661386进行比较所有的测量值都在其范围内而且在-3S的范围内 分布基本上是对称的有一点点向右偏斜但不严重 所以该厂决定接收这批青铜轴承 建议轴承的加工中心应该左移 建立一个直方图 收集整理数据 定组数 N 算极差 R 定组距 I 确定组的中心点和各组界限 制作频数分布表 绘制直方图 分析 直方图告诉我们 数据分布的中心位置 Average 在哪里 数据分散

4、程度 Spread 如何 数据分布的形状 Shape 怎样 理想情况正态曲线 不同 均值 不同 标准差 正态曲线的特征 曲线关于对称 当x 时取到最大值 X离越远fx的值越小 正态曲线 分析直方图举例 直方图的峰度和对称度 对称度Skewness直方图数据分布的对称性 峰度Kurtosis直方图数据分布的陡峭度 直方图为对称分布的则s 0 直方图为正态分布的则s 0k 0 直方图的作用 显示数据的分布特征 指出采取措施的必要 观察采取措施后的效果 比较和评估设备供应商物料等 评估过程的能力 控制图 控制图原理 1 3 原理 若变量X服从正态分布那么在 ±3 范围内包含了9973 的数

5、值 2 中心极限定理 无论产品或服务质量水平的总体分布是什么其 的分布每个 都是从总体的一个抽样的均值在当样本容量逐渐增大时将趋向于正态分布 正态性假定有实际意义吗 1不是在研究一门精确的科学而是作为一种谨慎的工业指导 2大部分的实际情况的数据分布与正态分布极为相似 3根据中心极限定理进行数据的处理 4如果不适合可以不需要用正态曲线直接来分析 质量特性分类 计量值 variable 定量的数据值可以取给定范围内的任何一个可能的数值 计数值 Attribute 定性的数据值可以取一组特定的数值而不能取这些数值之间的数值 计件型 计点型 控制图的分类 选择合适的控制图 一个实例 一 一台自动螺丝车

6、床已经准备好了加工切断长度的图纸公差为0500±0008英寸的螺栓 频数分布在进行调整期间已经完成分析结果表明进行一段时期加工生产的开端是可以令人满意的 为了分析和控制加工过程中螺栓的质量现决定采用均值极差控制图进行监控 按如下八个步骤进行 一个实例二 步骤1选择质量特性 螺栓的切断长度至关重要 步骤2按合理的计划来搜集数据 每小时抽取5个产品作为一个样本检验员按时间顺序收集了25个样本 收集的数据表 一个实例三 步骤3计算样本平均值及极差见上表 步骤4确定总的平均数和平均极差 一个实例四 步骤5计算控制限 一个实例五 一个实例六 一个实例七 步骤7确定控制限是否能经济地满足要求 步

7、骤8运用控制限进行控制 均值-极差控制图 最常用最基本 控制对象为计量值 适用于n 9的情况 均值图用于观察和分析分布的均值的变化即过程的集中趋势 极差图观察和分析分布的分散情况即过程的离散程度 使用均值-标准差控制图 步骤3计算样本平均值及标准差 步骤4确定总的平均数和平均标准差 一个实例四 步骤5计算控制限 一个实例五 一个实例六 步骤6利用控制界限分析样本数值 均值-标准差控制图 控制对象为计量值 更精确 均值图用于观察和分析分布的均值的变化即过程的集中趋势 标准差图观察和分析分布的分散情况即过程的离散程度 怎样确定控制限 单值-移动极差控制图 与均值-极差控制图的作用类似 不需多个测量

8、值或样本是均匀的如浓度 因为费用或时间的关系过程只有一个测量值如破坏性实验 敏感性不强 用自动化检查对产品进行全检时 移动极差 移动极差是指一个测定值 xi 与紧邻的测定值xi1 之差的绝对值记作MR MR xi - xi1 i 12k-1 其中k为测定值的个数 k个测定值有k-1个移动极差每个移动极差值相当与样本大小n 2时的极差值 怎样确定控制限 1 计算总平均数 2 计算移动极差平均数 怎样确定控制限 怎样确定控制限 不良品率控制图P图 对产品不良品率进行监控时用的控制图 质量特性良与不良通常服从二项分布 当样本容量n足够大时例如 该分布趋向于正态分布 适用于全检零件或每个时期的检验样本

9、含量不同 不良品率控制图P图 检验并记录数据 计算平均不合格品率P 计算中心线和控制界限 绘制控制图并进行分析 案例分析 在制造复杂的发动机的端盖时如果有某些因素不合要求就判为不良品在成品的全检中现要求对每班产品的不良率作控制图 每班检验的端盖总数就是样本量共收集了25班的检验数及不良数 案例分析 1收集的数见下表 案例分析 案例分析 绘制控制图并进行分析 单位缺陷数控制图 U图 适合用于对单位样本数量如面积容积长度时间等上缺陷数进行控制的场合 通常服从泊松分布 可近似与正态分布 来处理 取样大小可以是不固定的只要能计算出每单位上的缺陷数即可 单位缺陷数控制图 U图 案例分析 现需要对一注塑产

10、品的缺陷进行控制图分析 收集的数据记录如下表 控制限的计算 案例分析 绘制控制图并进行分析 其他的控制图 不良品数控制图Pn图 缺陷数控制图C图 不良品数控制图Pn 样本容量n恒定 不合格品数是一个服从二项分布的随机变量 当np 5时近似服从正态分布N npnp1-p 不良品数控制图 确定数据样本容量n的大小n常取50以上的数 收集数据Pn1Pn2 Pn3 Pnk k为样本数 计算控制中心和控制界限 绘制控制图并进行分析 缺陷数控制图C图 控制对象为一定单位 如一定长度一定面积一定体积等上面的缺陷数 如铸件表面的气孔数机器装好后发现的故障数 产品上的缺陷数服从泊松分布 近似为正态分布处理均值为

11、C标准偏差为 缺陷数控制图 1收集数据 一般取2025组数据 如果缺陷数较小可将几个样本合为一个 使每组缺陷数C 0的情况尽量减少否则用来作控制图不适宜 不同的缺陷应尽可能分层处理 缺陷数控制图 2 计算平均缺陷数 3 计算中心线和控制界限 4 绘制控制图并进行分析 选择合适的控制图 内容提要 控制图应用的两个阶段 运用控制图判断过程受控失控 什么时候重新计算控制限 使用控制图应注意的问题 控制图应用的二个阶段 分析阶段 控制阶段 分析阶段 在控制图的设计阶段使用主要用以确定合理的控制界限 每一张控制图上的控制界限都是由该图上的数据计算出来 从分析阶段转入控制阶段 在什么条件下分析阶段确定的控

12、制限可以转入控制阶段使用 控制图是受控的 过程能力能够满足生产要求 控制阶段 控制图的控制界限由分析阶段确定 控制图上的控制界限与该图中的数据无必然联系 使用时只需把采集到的样本数据或统计量在图上打点就行 判断受控与失控 1所有样本点都在控制界限之内 2样本点均匀分布位于中心线两侧的样本点约各占12 3靠近中心线的样本点约占23 4靠近控制界限的样本点极少 失控状态在控制图上表现 明显特征是有 1一部分样本点超出控制界限 除此之外如果没有样本点出界但 2样本点排列和分布异常 也说明生产过程状态失控 典型失控状态 典型失控状态 2连续7点上升或下降 典型失控状态 3有较多的边界点 连续3点中有2

13、点落在警戒区内 连续7点中有3点落在警戒区内 连续10点中有4点落在警戒区内 典型失控状态 4样本点的周期性变化包括阶段的周期性波动的周期性 典型失控状态 5样本点分布的水平突变 典型失控状态 6样本点的离散度变大 颜色管理color Management 蓝色未经检测的点 绿色检测后正常的点 红色检测后异常点 黄色 异常点经过异常编辑且有了改善措施的点 重新计算控制限 控制图是根据稳定状态下的条件人员设备原材料工艺方法测量系统环境来制定的如果上述条件变化则必须重新计算控制限例如 操作人员经过培训操作水平显著提高 设备更新经过修理更换零件 改变工艺参数或采用新工艺 改变测量方法或测量仪器 采用

14、新型原材料或其他原材料 环境变化 重新计算控制限 使用一段时间后检验控制图还是否适用控制限是否过宽或过窄否则需要重新收集数据计算控制限 过程能力值有大的变化时需要重新收集数据计算控制限 控制界限与规格界限 规格由客户或设计部门给出 控制界限由过程的实际数据统计计算得出 一般情况下控制界限严于规格 控制图的应用程序 内容提要 过程能力的基本概念 CpCpk与PpPpk的含义与区别 CpCpk与PpPpk的计算方法 如何运用过程能力指数进行管理 过程能力的概念 过 程 能 力 指 处 于 统计稳 态 下 的 过 程 的 加 工 能 力是过程内部本身的性能不考虑规范对过程分布宽度是如何规定的 过 程

15、 能 力 过程能力是以该过程产品质量特性值的变异或波动来表示的 根据3原理在分布范围 ±3 内包含了9973的数据接近于1因此以±3 即6 为标准来衡量过程是否具有足够的精确度和良好的经济特性的过程能力记为B则 B 6 CpCpk与PpPpk的含义与区别 Cp指数 Cp Capability of Process 过程能力指数 Cpk修正的过程能力指数 过程能力指数Cpm Ppk与Cpk 案例分析 案例分析 过程有一个异常点是由于偶然因素造成调查表明是该检验员当时委托他人代为测量而这代理人不适于操作精密测量设备可能读数不准确也有可能伪造了数据 剔除这个异常点过程是受控的 剔

16、除异常点数据表 案例分析 根据这24个子组计算得 计算得到的标准差 00019 案例分析 规格宽度要求 0016 工序宽度6 6 00106 Cp 001600106 15094 案例分析 由于存在一定的偏移那么我们真正能做到多好 呢 Cpk min CpuCpl min 1261217569 12612 或者 Cpk Cp 1-K 15094× 1-01625 12612 案例分析 我们实际做得有多好呢 Pp 13699 Ppk 11411 这说明我们还可以做得更好 计数型的过程能力评价 对于pnp图 过程能力是通过过程平均不合品率 来表示当所有点都受控后才计算该值 对于c图过程能

17、力为 即固定容量n的样本的缺陷数的平均值 对于u图过程能力为 即每单位缺陷数的均值 Cpk与不良数量一览表 如何运用过程能力指数进行管理 当Cpk指数值降低代表要增加 控制 检查 返工及报废 在这种情况下成本会增加品质也会降低 生产能力可能不足 如何运用过程能力指数进行管理 当Cpk指数值增大不良品减少最重要是产品零件接近我们的理想设计数值目标给予顾客最大满足感 当Cpk指数值开始到达133或更高时对检验工作可以减少减少我们对运作审查成本 内容提要 排列图柏拉图 分层分析法 相关与回归分析 SPC知识回顾 Pareto理论在品质管理中的应用 品质管理中主要应用 缺陷柏拉图 异常柏拉图 原因柏拉

18、图 措施柏拉图 某铸造车间生产一种铸件质量不良项目有气孔未充满偏心形状不佳裂纹其他等项记录一周内某班所生产的产品不良情况数据并将不良项目作成累计频数和百分比汇总表 铸件不良项目的排列图 Pareto理论的作用 找出重要的少数 因为80的问题由20的潜在原因引起 分层分析法 概念将数据依照使用目的按照其性质来源影响因素等进行分类把性质相同在同一生产条件下收集到的质量特性数据归并在一起的方法 通常和其他方法一起使用如将数据分层之后再进行加工整理成分层排列图分层直方图分层控制图等 常用分层方法 按不同时间线别分如按班次不同生产线分 按操作人员分如按工人的级别 按操作方法分如按切削用量温度压力 按原材

19、料产品分如按供料单位批次产品客户等 其他分层如按检验手段使用条件气候条件等 案例分析 在柴油机装配中经常发生汽缸垫漏气现象为解决这一问题 对该工序进行现场统计 收集数据n 50漏气数f 19 漏气率 P fn 1950 038 即38 分析原因通过分析认为造成漏气有两个原因 该工序涂密封剂的工人ABC三人的操作方法有差异 汽缸垫分别由甲乙两厂供应原材料有差异 因此采用分层法列表进行分析 分层列表 初步分析结论 汽缸漏气率的办法可以采用乙厂供应的汽缸垫因为它比甲厂的漏气率低 采用工人B的操作方法因为他的漏气率最低 实践结果表明 按照上述分析结果做漏气率不但没有降低反而从原来的38上升到43 为什

20、么 进一步考虑不同工人使用不同工厂提供的汽缸垫 综合分层 结 论 使用甲厂提供的汽缸垫时要采用B工人的操作方法 使用乙厂提供的汽缸垫时要采用A工人的操作方法 这样才能使漏气率大大降低 分层的意义 分层的目的有利于查找产生质量问题的原因 把影响质量的众多因素分离出来在同一生产条件下收集到的数据归纳在一起可以使数据反映的现象更加明显 相关图也称散布图可以直观地表示出两变量之间的相关程度 当怀疑系统中两个变量可能有关系但不能确定这种关系是什么的时候就可以使用 制作相关图 识别要分析的两个变量 收集至少25组相对应的数据 数据必须一一对应 太少的数据会妨碍清楚得认识两个变量之间的关系 制作相关图 依据

21、两个变量画出横坐标轴和纵坐标轴 按照数据一一画出坐标点xiyi 相 关 系 数 衡量两个变量间线性关系的密切程度 r的取值范围为-1r1 r越接近于1X与Y之间的线性关系越好 r 1为完全正相关关系r -1为完全负相关关系 r 0两个变量之间不存在线性关系或者不相关 相 关 图 两个变量之间可能存在以下主要几种分布情况 一元回归分析 表示 因素y对因素x的回归直线 其中a表示为常数b表示回归系数 一元回归常用于分析与预测 SPC知识回顾 SPC的三大基本概念 波动的统计规律性 过程能力 过程控制 过程控制系统 透过过程控制减少差异常波动 最有效的工具是通过控制图进行监控以达到事前预防 最有效的

22、是从输入过程或系统本身去改善 人品质管理工人的素质 设备良好的工具机器设施 材料物料良好设计采购运输 方法良好的程序标准测量系统 环境整洁整理良好工件地方 SPC的应用流程 课程内容回顾 相 关 图 过 程 Sigma 估计Sigma 计算Sigma 规格宽度 工序宽度 过程能力指数 过程平均值和规格中心的偏移 当规格中心与目标值不重合时的过程能力指数 过程平均值和目标值的偏移 CpCpkCpm PpPpkPpm Pp Performance of Process 过程性能指数Ppk修正的过程性能指数 我们再来看前面的作控制图的案例 每十亿有1个零件 450 1 00020 200 63 13

23、3 2700 100 6900 090 71800 060 PPM Cp SPC技术的其他工具 圣任科技有限公司 目的寻找主要问题或影响质量的主要原因 案例分析 在实际应用中当各组容量与其平均值相差不超过正负25时可用平均样本容量 来计算控制限 计量型数据吗 性质上是否均匀 或不能按子组取样 关心的是 不合格品率吗 样本容量 是否恒定 样本容量 是否恒定 子组容量 9 np或p图 p图 C或U图 U图 是 否 是 是 是 是 是 否 否 否 否 否 关心的是 单位零件缺陷数吗 是 运用控制图进行控制 圣任科技有限公司 受控状态在控制图上表现 x UCL CL LCL t 控制图的受控状态 判断

24、受控与失控 1有多个样本点连续出现在中心线一侧 连续7个点或7点以上出现在中心线一侧 连续11点至少有10点出现在中心线一侧 连续14点至少有12点出现在中心线一侧 x UCL CL LCL t 警戒区 23的区域 UCL CL LCL x UCL CL LCL t x UCL CL LCL t x UCL CL LCL t 过程能力研究 圣任科技有限公司 计量型数据吗 性质上是否均匀 或不能按子组取样 关心的是 不合格品率吗 样本容量 是否恒定 样本容量 是否恒定 子组容量 9 np或p图 p图 C或U图 U图 是 否 是 是 是 是 是 否 否 否 否 否 关心的是 单位零件缺陷数吗 是

25、计量型控制图 圣任科技有限公司 其中 步骤6利用控制界限分析样本数值 均值控制图 极差控制图 均值-极差控制图 -控制限 其中 均值控制图 标准差控制图 相当于n 2时的均值控制图 X控制图 MR控制图 相当于n 2时的极差控制图 n 2时D4 3267D3 0 计数型控制图 圣任科技有限公司 与n有关 根据公式计算各 样本组的上下控制限 在实际应用中当各组容量与其平均值相差不超过正负25时可用平均样本容量 来计算控制限 检验并记录数据 计算平均单位缺陷数 计算中心线和控制界限 绘制控制图并进行分析 与n有关 设n为样本大小C为缺陷数则单位缺陷数为 u cn 圣任科技有限公司 拟稿谢文佳 20

26、05年3月10日 圣任科技有限公司 数据会告诉您什么呢 数据 列表 10-25 250个以上 7-12 100-250 6-10 50-100 分组数 数据量 1376 ±0010 LSL USL 10-25 250个以上 7-12 100-250 6-10 50-100 分组数 数据量 经验之谈 对大多数工业用的分析来说50个数值具备足够的可靠性 但单个测量值的费用比较低时或是当需要准确分析时可以采用100个或更多的数据 N 2 - 总体平均值描述数据的集中位置 总体标准差描述数据的分散程度 x N2 68 95 997 现实状况一些异常 双峰 峭壁 USL LSL AA图 LSL

27、 USL LSL USL LSL USL 控制图及其背后的故事 圣任科技有限公司 3s 1 2 3 4 5 6 7 8 9 10 18 17 16 15 14 13 12 11 10 9 8 7 6 5 -3s Average 点落在该区间的概率为997 Components of Every Control Chart 1 Data Points3 Upper Control Limit 2 Center Line 4 Lower Control Limit 计量值控制图 均值-极差控制图 X bar-R 均值-标准差控制图 X bar S 单值-移动极差控制图 X-MR 计数值控制图 不良

28、率控制图p 不良数控制图 Pn 缺陷数控制图 c 单位缺陷数控制图 u Sheet3Sheet2Sheet100000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000Sheet3Sheet2Sheet1MinRangecellscell widthXmin

29、n-1 Cell Widthn组号组中值组下界组上界频数Xmin n-1 2Cell WidthXmin3 n-1 2Cell Width最小值 n-1 组距组中值 -组距2组中值 组距2000000000000E-00组号组中值组下界组上界频数最小值 n-1 组距组中值 -组距2组中值 组距200000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000

30、00000000Sheet3Sheet2Sheet1LSL USL Target DateTest ItemModel NameCustomerLineSpecStatisticsMeanMinRangeStdDevCpCpuCplCpkKurtosisSkewness切断长度SubNoX barRangeDateTimeOperator系统管理员SubNo000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000

31、0000000000000000000000000000000000000000000000000000000000000000000000000000000E-00000E-00000E-00000E-00000E-00000E-00000E-00000E-00000E-00000E-00000E-00000E-00000E-000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000

32、000000000000000000000000000000000000000000000000000000000000E-00000E-00000E-00000E-00000E-00000E-00000E-00000E-00000E-00000E-00000E-00000E-00切断长度2002-3-2000000000000000000E-000000000000000E-000000000000000000000000000000000000000000000000000000000000000000-00-00000000-00-00-00-0000000000000E-00000E-

33、00000E-00000E-000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000E-00000E-00000E-00000E-00000E-00000E-00000E-00000E-00000E-00000E-00000E-00000E-002002-3-20

34、1644162002-3-20 1644322002-3-20 1644452002-3-20 1645022002-3-20 164521系统管理员系统管理员系统管理员系统管理员系统管理员Sheet3Sheet2Sheet1MinRangecellscell widthXmin n-1 Cell Widthn组号组中值组下界组上界频数Xmin n-1 2Cell WidthXmin3 n-1 2Cell Width最小值 n-1 组距组中值 -组距组中值 组距d2d3000000000000000000000000000000000000000000000000000000000000000

35、0000E-00组号组中值组下界组上界频数最小值 n-1 组距组中值 -组距组中值 组距00000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000Sheet3Sheet2Sheet1nC4C40000000000000000000000000000000000000Sheet3Sheet2Sheet169个KPNA连接件测量数据当班生产总数不合格分布状态流纹数白点不合格品数划伤黑色拉裂白

36、雾欠缺水气粘模杂料缩水WY125-A玻璃不合格品分布情况不合格品分布状态未注满封胶WY125-B上表盒流纹压伤当班生产总数不合格品数不合格品分布状态垂直度偏差深度偏差同轴度偏差未注满封胶KC6磁感杯组件样本号KC6磁感杯组件样本号垂直度偏差深度偏差同轴度偏差未注满封胶KC6磁感杯组件样本号KC6磁感杯组件样本号当班生产总数不合格品数不合格品分布状态垂直度偏差深度偏差同轴度偏差未注满封胶0000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000

37、000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000

38、000000000000000000000000000000000WY125-A玻璃不合格品分布情况当班生产总数不合格品数不合格分布状态流纹数白点划伤黑色拉裂白雾欠缺水气粘模杂料缩水00000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000

39、000000000000000000000000000000000000000000000000000000000000000000000000069个KPNA连接件测量数据WY125-B上表盒000000000000当班生产总数不合格品数不合格品分布状态000000000000未注满流纹压伤封胶白点00000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000

40、0000000000000000000000000000000000000000000000000000000000000000000000000000000000000000Sheet3Sheet2Sheet169个KPNA连接件测量数据当班生产总数不合格分布状态流纹数白点不合格品数划伤黑色拉裂白雾欠缺水气粘模杂料缩水WY125-A玻璃不合格品分布情况不合格品分布状态未注满封胶WY125-B上表盒流纹压伤当班生产总数不合格品数不合格品分布状态垂直度偏差深度偏差同轴度偏差未注满封胶KC6磁感杯组件样本号KC6磁感杯组件样本号垂直度偏差深度偏差同轴度偏差未注满封胶KC6磁感杯组件样本号KC6磁感

41、杯组件样本号当班生产总数不合格品数不合格品分布状态垂直度偏差深度偏差同轴度偏差未注满封胶0000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000

42、000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000WY125-A玻璃不合格品分布情况当班生产总数不合格品数不合格分布状态流纹数白点划伤黑色拉裂白雾欠缺水气粘模杂料缩水00000000000000000000000000000000000000000000000000000000000

43、000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000069个KPNA连接件测量数据WY125-B上表盒000000000000当班生产总数不合格品数不合格品分布状态000000000000未注满流纹压伤封胶白

44、点000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000Sheet3Sheet2Sheet169个KPNA连接件测量数据当班生产总数不合格分布状态流纹数白点不合格品数划伤黑色拉裂白

45、雾欠缺水气粘模杂料缩水WY125-A玻璃不合格品分布情况不合格品分布状态未注满封胶WY125-B上表盒流纹压伤当班生产总数不合格品数不合格品分布状态垂直度偏差深度偏差同轴度偏差未注满封胶KC6磁感杯组件样本号KC6磁感杯组件样本号垂直度偏差深度偏差同轴度偏差未注满封胶KC6磁感杯组件样本号KC6磁感杯组件样本号当班生产总数不合格品数不合格品分布状态垂直度偏差深度偏差同轴度偏差未注满封胶00000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000